基于蟻群優(yōu)化的層次聚類算法及其在網(wǎng)絡(luò)取證中的應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)信息技術(shù)的發(fā)展，關(guān)于信息化的現(xiàn)象數(shù)不勝數(shù)。在網(wǎng)絡(luò)中，每天都會產(chǎn)生各種各樣不同類型的數(shù)據(jù)，隨之而來出現(xiàn)了各種類型的網(wǎng)絡(luò)安全問題。在這種情況下，我們需要借助社會和法律的強(qiáng)大力量來對付利用計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行的犯罪活動。因此，網(wǎng)絡(luò)取證技術(shù)應(yīng)運(yùn)而生，并得到迅速發(fā)展。它的核心要點(diǎn)是對網(wǎng)絡(luò)中各種數(shù)據(jù)信息進(jìn)行提取和分析。本文應(yīng)用聚類方法對網(wǎng)絡(luò)中的數(shù)據(jù)進(jìn)行分析、處理，最后判斷出網(wǎng)絡(luò)中的正常行為和異常行為。
　　本研究主要內(nèi)容包括：⑴提出一種改進(jìn)

2、的基于最大近鄰粗糙逼近的特征選擇算法。網(wǎng)絡(luò)數(shù)據(jù)維數(shù)高、特征多的特點(diǎn)使得最優(yōu)特征的選擇尤為重要?；谧畲蠼彺植诒平奶卣鬟x擇算法通過最大近鄰確定樣本的近鄰類，可以直接處理混合型數(shù)據(jù)。但是由于該方法在計(jì)算屬性重要度的時候只考慮了單個屬性相對于決策結(jié)果的重要度，所以本文首先重新定義了評價標(biāo)準(zhǔn)，然后利用前向貪心搜索策略進(jìn)行特征選擇，最后選出最優(yōu)特征子集。通過實(shí)驗(yàn)的結(jié)果，可以看出該方法選出的特征數(shù)量減少，而且在此基礎(chǔ)上，也提高了分類性能。⑵針對

3、層次聚類如何選取合適的合并點(diǎn)問題，提出一種基于蟻群優(yōu)化的凝聚型層次聚類算法。層次聚類算法一旦執(zhí)行分裂類或合并類，就不能修正，這樣就會產(chǎn)生低質(zhì)量的聚類結(jié)果。為了獲得高質(zhì)量的聚類結(jié)果，本文算法首先利用蟻群優(yōu)化算法中的狀態(tài)轉(zhuǎn)移規(guī)則選擇凝聚型層次聚類算法中下一個將要被合并的數(shù)據(jù)點(diǎn)，然后利用信息素更新規(guī)則尋找聚類的最優(yōu)路徑。從實(shí)驗(yàn)結(jié)果看，本文算法的準(zhǔn)確率比傳統(tǒng)的聚類算法更高，效果更好。⑶設(shè)計(jì)了基于蟻群優(yōu)化的凝聚型層次聚類的網(wǎng)絡(luò)取證系統(tǒng)。在分析網(wǎng)絡(luò)